近日🐙，我校凯捷体育注册範國良老師與其合作者在概率統計領域的重要期刊《Statistical Papers》合作發表了題為“Quantile regression for varying-coefficient partially nonlinear models with randomly truncated data”的學術論文🧑‍🧒。

該研究核心觀點為：

該論文主要關註隨機左截斷數據下變系數部分非線性模型的分位數回歸問題。由於數據的隨機截斷特性，傳統的統計方法可能會失效，因此需要一種新的方法來處理這些數據🏩。本文提出一種新的方法，這種方法不僅可以用來處理隨機截斷數據的復雜問題，並且可以提供更準確的結果。該方法提出了一個三階段的估計過程，用於參數和系數函數的估計。該估計過程基於隨機權重，這些權重是由截斷變量的分布函數的乘積限估計所確定的隨機量。此外，該論文還提出了一種變量選擇過程✝️，將分位數損失函數與自適應LASSO懲罰相結合，以獲得參數的稀疏估計。同時，該論文還提出了一種基於Bootstrap的推廣的廣義似然比檢驗統計量的檢驗方法🛫，用於檢查系數函數是否具有特定的參數形式💺🐳。最後該論文通過模擬和實際數據分析顯示所提方法的優越性👨🏼‍🦱。該論文的研究成果為統計學領域的研究提供了新的思路和方法👩‍✈️，對於解決實際問題具有重要的意義👆🏽。

全文鏈接為：https://doi.org/10.1007/s00362-023-01498-x